数字普惠金融的发展对居民消费影响研究——基于省际面板数据的实证分析

梁 伟 李 舒 冯 叶

（中国人民银行长春中心支行，吉林长春 130051）

一、引言及文献评述

一直以来，促进消费、扩大内需是我国实现经济持续增长的重要核心战略之一。金融活则经济活，金融作为现代经济的核心，与居民消费紧密相关。2020年初，新冠肺炎疫情突如其来，许多城市因疫情防控而按下了“暂停键”。虽然现阶段疫情已有效控制，但从2020年一季度-12.5%的居民人均消费支出增长率和-6.8%的GDP增长率来看，消费不足仍然对经济发展产生了巨大影响。

普惠金融从机会均等和商业可持续的原则出发，旨在服务于小微和低收入群体，普惠金融立足于其“普惠性”，是脱贫攻坚、助力经济统筹协调可持续发展的重要手段，也一直是各方研究热点。2011年，Sarma等(2011)着眼于国际视角，采用科学的计量方法，对各国发展情况进行衡量，并得到广泛认可。杜莉等（2019）结合普惠金融相关数据，对普惠金融和经济发展之间的关系进行探讨，发现普惠金融的发展可以切实提高经济发展水平。夏旭红等（2019）从宏观角度设定回归模型，探索普惠金融在助力经济方面能够发挥的影响，结果显示，普惠金融的发展可以对经济增长产生积极价值。

随着数字化技术的蓬勃发展，沿袭普惠金融的理念和意义，数字普惠金融应运而生，并成为我国金融发展的新趋势。区别于传统金融，数字普惠金融创新性强、成本低、服务范围广，2016年，G20峰会肯定了其在普惠群体方面的价值和贡献。我国数字普惠金融水平的衡量和评价主要来源于北京大学数字研究中心，其测度体系将在本文第二章中阐释。对于数字普惠金融的研究，蒋竹媛（2020）探索了数字普惠金融对居民消费的影响，发现数字普惠金融显著促进了居民消费水平。夏仕龙（2020）采用几何加权平均法，从收入和支出双重角度、从城镇和农村两种情况着手进行分析，结果显示，普惠金融对城镇居民消费激励效果更强，为缩小城乡差距，促进统筹发展，应该充分发挥其惠及性，加大其在乡镇领域的发展。邵旭方（2017）以家庭资产负债表为切入点，探究我国城镇居民金融行为，提出稳定劳动人口比率、保持稳定购房支出有利于维护居民负债稳定。

现有研究逻辑大多采用全国或城乡数据来探究发展数字普惠金融对消费的影响，对于数字普惠金融在不同范围内对居民消费的异质性分析及区域内协调发展的探讨较少。鉴于此，本文立足于数字普惠金融指标体系，结合我国实际，梳理分析了2011年以来我国数字普惠金融发展情况和近年来居民消费现状，整合对比了数字普惠金融指数和居民人均消费支出数据，提出数字普惠金融的发展能够提高居民消费水平的理论假设，选择适宜变量，从全国和区域两个层面，就数字普惠金融指数对居民消费的影响进行回归分析，并据此结合实际，提出政策建议。

二、数字普惠金融的测度及发展

根据数字化发展趋势，结合普惠金融丰富涵义，在充分发挥二者的理论意义和现实价值前提下，2016年，北京大学数字研究中心依托蚂蚁金服的海量数据，选定合适的评价因子与尺度，充分考虑不同地区、不同时期的数据差异性，积极探索、充分挖掘，从覆盖度、使用度、数字化程度等多角度开展评价，正式发布了《北京大学数字普惠金融指数》。2019年，该机构对上述指标进行更新，使得指标体系能够更充分反映各省市发展状况。

本文参照我国区域划分标准，对2011-2018年我国31省市数字普惠金融指数具体指标进行再整合、再梳理。结果显示，从全国角度来看，2018年，全国31省市数字普惠金融平均指数为300.21，2011年全国平均水平仅为40.00,从整体情况来看，几年间，各省市数字普惠金融发展水平都有了整体性提升。从区域角度来看，各区域发展存在明显差异，2018年东部区域代表性城市上海市指标水平达到377.73，位列全国第一，而排名较后的西部青海省该指标仅为263.12，省市差距总体呈现从东到西由高至低减弱态势。

分析2018年各省市数据指标可以发现，数字普惠金融发展水平的区域性差异更加明显，这种差异性不仅体现在前文所述的各区域之间，更体现在区域内。从各区域整体来看，2018年数字普惠金融指数排名位列前十的省市绝大多数位于东部地带，中部地带仅有湖北省、安徽省跻身，而西部地带在全国范围内排名均较为靠后；从各区域内部来看，东、中、西部地区内部标准差分别为31.10、15.00、12.53，各省市之间也存在发展水平不均衡和差异性较大的情况。

三、我国居民消费与数字普惠金融关系假设

（一）我国居民消费现状分析

改革开放以来，从温饱到富足，从满足简单的生活生产需要到满足丰富多彩的精神文化需要，居民消费随着时代的发展不断改变、不断出新。2019年，我国居民人均消费支出达到21558.85元，是2013年的1.63倍。本文整理了2013年以来我国31省市年度指标数据，2013年至2019年，伴随着经济的发展，我国居民消费水平从整体上显著提升，但各区域、各省市之间居民消费支出差异明显，东部地带居民人均消费支出高于中、西部地带，居民消费存在明显异质性。

（二）数字普惠金融发展与居民消费支出关系假设

通过整理全国31省市数字普惠金融发展水平和国家统计局网站公开披露的数据，近年来，各省市总体发展情况较好，但不同区域、不同城市之间存在异质性。东部地带指标数据明显优于中、西部同期发展状态，这与各区域居民消费支出趋势和差异相吻合。因此，本文猜测数字普惠金融的发展与居民消费水平之间存在正相关关系。

四、数字普惠金融发展对居民消费影响实证检验

（一）变量选取

本文选取居民人均消费支出（PC）作为被解释变量，选取数字普惠金融指数（DIFI）为解释变量，选取人均可支配收入（PI）、少儿抚养比（YR）、老年抚养比（OR）、实际利率（RR）为控制变量。上述变量的选取考量和计算方法如下：

1.居民人均消费支出（PC）:消费是拉动经济增长的直接因素之一，居民作为社会的重要组成，其消费也是社会消费的核心主体，能够有效地反映居民生活质量。

2.数字普惠金融指数（DIFI）：数字普惠金融指数立足于多个维度，涵盖了账户覆盖率、支付业务等多项概念指标，能够全面、客观地反映数字普惠金融发展水平。

3.人均可支配收入（PI）：按照凯恩斯的消费理论，居民收入能够对居民消费产生高关联影响。收入和支出、供给与需求总是密不可分。鉴于此，因此本文将该指标作为指标因子纳入变量考量。

4.少儿抚养比（YR）与老年抚养比（OR）：按照生命周期假说逻辑，人口结构对消费存在制约。因而在探究相关问题时，要考虑人口结构变化带来的影响。本文选取少儿、老年抚养比指标，探究人口结构及其变化的经济影响。

5.实际利率（RR）：利率水平的变动会对居民的消费和储蓄产生潜在影响，因此本文选取短期实际利率来探究其对居民消费支出产生的影响。

31省市数字普惠金融指数数据来源于北京大学数字金融研究中心于2019年4月更新发布数据。短期实际利率由一年期银行存款利率减去居民消费价格指数而得。其他指标归集参见国家统计局网站。

（二）变量描述性分析

本文对拟纳入考量的所有变量在2013-2018年的表现进行整理，结果发现，基于全国样本数据下居民消费支出（PC）平均水平为16567.62元，最小值为6306.80元，最大值43351.80元，居民人均消费支出最多的省市是支出最少省市的6.87倍，中位数仅为14792.40元，说明各省市居民消费支出差异性较大；数字普惠金融指数（DIFI）极差为266.22，各省市水平相差较大；人均可支配收入（PI）在全国层面中，最大值为64182.60元，最小值仅为9740.40元，存在较大区域差异；伴随着人口流动以及历史、地缘、文化等其他因素，少儿抚养比和老年抚养比的各数据之间也存在区域差异。

结合区域划分标准，各变量归集分析结果可以发现：居民人均消费支出方面，东、中、西部地区均值分别为22294.49元、13797.00元、13165.06元，呈现出东部地带至西部地带逐渐降低态势，且东部指标水平大于全国平均16567.62元的水平。同样地，数字普惠金融指标也呈现出类似趋势。中西部人均可支配收入为19411.84元、17444.97元，低于国内均值（23029.20元）、落后于东部地区（31751.89元）相关指标。相对于东部而言，中、西部地带拥有相对年龄略高的人口结构构成。就区域实际利率水平来说，相较于其他指标而言，各区域差异不突出。

上述分析发现，各变量存在普遍的跨地域、跨时间差异。因此，本文将按照区域划分标准，从于全国层面和东、中、西部地带等多角度入手，立足于整体和区域多层次进行探索研究。

（三）模型选取

本文构建面板数据（Panel Data）模型，讨论采用截面N、时期T、变量K搭建的三维模型。被解释变量Yit和K×1维解释变量Xit=（X1,it,X2,it,...,XK,it）’满足：Yit=αit+X’itβit+μit，其中，i=1,2,...,N;t=1,2,...,T。在探究数字普惠金融发展对居民消费影响时，拟定各变量为：Y-居民人均消费支出（PC）、X1-数字普惠金融指数（DIFI）、X2-人均可支配收入（PI）、X3-少儿抚养比（YR）、X4-老年抚养比（OR）、X5-实际利率（RR）。为最大限度避免“伪回归”，在进一步探索之前，本文对所有变量进行对数化处理。

（四）单位根检验

本文对所有变量开展相同单位根检验（Levin-Lin-Chu test）和不同单位根检验（Fisher-type test）。经检验，所有变量均平稳，可以进行模型探讨。

（五）面板回归模型结果及分析

为了更好地研究数字普惠金融的发展对于居民消费支出的影响，模型从全国层面、各区域层面分别构建面板回归模型。通过逐一加入各解释变量进行回归，探究不同情况下，国家以及各区域数字普惠金融发展对居民消费支出的影响。

1.基于全国层面面板数据回归模型

表1 全国层面数据回归结果

从全国层面来看，数字普惠金融的发展有利于提高居民消费，即数字普惠金融水平每提高1%，居民消费支出将增加0.107%；人均可支配收入每增加1%，居民消费支出也将随之增加0.750%；实际利率水平在1%置信水平下显著，即实际利率每减少1%，储蓄欲望随之降低，居民消费支出将会增加0.010%；少儿抚养比、老年抚养比指标虽然分别为0.012、-0.037，但并不具有显著性，说明人口抚养比可能对居民消费支出有潜在影响。

表2 东部地带面板模型回归结果

从东部地带回归结果来看，数字普惠金融发展水平、居民人均可支配收入在10%置信水平下显著，且呈现正相关关系，即数字普惠金融指数、人均可支配收入每提高1%，居民人均消费支出就相应增加0.258%、0.455%；实际利率水平在5%置信水平下显著，即实际利率每提高1%，消费支出将减少0.025%；老年抚养比会抑制居民消费支出的增长。

表3 中部地带面板模型回归结果

中部地带模型回归结果显示，数字普惠金融对居民消费在5%的置信水平下有显著影响；人均可支配收入的提高将显著拉动居民消费支出的增加；实际利率系数为-0.04，说明实际利率对居民消费存在负向影响关系，与全国趋势一致，但显著特征不明显；少儿抚养比与老年抚养比系数分别为0.005、0.015，纵观整个模型，其自身特征不显著。

表4 西部地带面板模型回归结果

（—表4续）

西部地带模型结果显示，人均可支配收入每提高1%，居民消费支出将增加0.781%，与全国趋势一致；少儿抚养比、老年抚养比、实际利率水平系数分别为-0.046、-0.023、-0.004，从系数上看，上述指标对居民消费支出具备负向影响，但并不具有统计显著性；数字普惠金融系数为0.092，当数字普惠金融指数作为唯一解释变量时，其对消费具有积极的正向促进作用，但放归整体而言，该变量不显著。

4.实证结论分析

本文计算整理了2013-2018年我国31省市人均消费支出、数字普惠金融指数等指标，搭建面板数据模型，充分考虑各区域差异性基础上，从全国和区域角度分别探究了发展数字普惠金融对我国居民消费的影响。

从全国层面来看，数字普惠金融的发展对于增加居民人均消费支出具有显著的正相关关系，与本文假设一致；普惠金融发展可以增加居民收入，人均可支配收入的增加对居民消费支出的增加有着积极的贡献，这与前文对于统计变量描述性分析一致；实际利率的上升会引发居民储蓄倾向提高，进而影响居民消费支出水平。东部地带数字普惠金融水平、居民人均可支配收入领先于全国及其他区域水平，故其对居民消费支出的影响也相较更大。

从区域层面来看，各变量对于不同地域居民消费支出的影响具有异质性：

（1）数字普惠金融的发展对居民消费支出的影响在不同区域存在异质性。模型结果显示，数字普惠金融的发展对于东部地区居民消费支出的影响较大。对于西部地区来说，发展数字普惠金融有利于增加居民消费，这与全国实证结果相同，但纵观多个影响变量时并不显著。究其原因，东部地带综合实力强，各项指标发展情况较好，对居民消费支出带来的红利较为明显；对于中部地带而言，该区域在经济发展过程中要综合考虑宏观经济环境因素，对于数字普惠金融的发展必须从全局性考量，不能局限于“粗放式”发展；对于西部地带来说，由于数字普惠金融发展水平整体落后，因而要想充分发挥数字普惠金融对居民消费支出的激励作用还有一段发展之路。

（2）伴随时代前进的脚步，居民消费不断升级，居民人均消费支出不断增加。模型结果显示，人均可支配收入的提高可以有效带动居民消费水平的增加，因而无论处在何种经济发展阶段、面临何种经济发展形势，提高居民人均可支配收入始终是拉动居民消费支出水平提升的强劲动力。

（3）对于经济发达地区而言，经济发展面临课题更具有变化性、机遇性、挑战性，因此在探究拉动居民消费支出时所需考虑的影响因素应更具有宏观性、全局性、深刻性。对于经济欠发达地区而言，在探究拉动居民消费时，除了要注重核心指标之外，也要对潜在影响因素有所预判。此外，在不同的经济发展阶段，人口结构及其变化也对居民消费支出起到了差异性的影响作用。

五、政策建议

（一）厘清数字普惠金融发展现状，因地制宜地支持和引导数字普惠金融发展

发展数字普惠金融对提高居民消费有着积极的刺激作用。数字普惠金融的发展适应时代发展形势，数字普惠金融可以有效提高金融服务的触达性、覆盖性、同质性，是传统金融形式的有益补充和发扬推广。同时，数字普惠金融的发展具有区域异质性。对于东部地带来说，数字普惠金融的发展可以有效提高居民消费支出，因而要持续推动数字普惠金融发展，不断巩固和深化数字普惠金融发展成果，密切关注经济发展过程中面临的变化与机遇，注重区域内协调统筹发展，更好地发挥消费对于经济发展的激励作用；对于中部地带来说，要进一步累积经济基础，不断提高经济发展质量和水平，审时度势、因地制宜做好各项工作；对于西部地带而言，数字普惠金融发展还不充分，因此要进一步加大数字普惠金融宣传力度，按照区域经济发展实际，大力支持和引导数字普惠金融发展，充分发挥普惠金融作为脱贫攻坚重要手段的积极作用，以居民消费支出增加为显著标准切实带动经济社会全面发展。

（二）推动金融服务数字化转型，扎实稳妥推进数字普惠金融发展

在当前新冠肺炎疫情防控常态化形势下，人们会更加认同非接触式金融服务，金融服务数字化转型可能会进一步加速，对于数字普惠金融来说，挑战与机遇并存。发展数字普惠金融，要充分发挥互联网优势，紧跟时代步伐，创新金融服务产品，持续完善数字普惠金融在支付、信贷、保险等领域的功能，不断巩固发展成果，进一步深化和拓宽发展路径，充分发挥作用，稳妥推进、统筹协调发展。要建立健全适应相应的支付体系、征信系统、反洗钱系统和金融服务技术标准，持续完善基础设施建设，提高科技投入支持力度，减少交易成本，重视解决“数字鸿沟”问题，注重数据安全与隐私保护，努力降低因信息不对称产生的金融风险。同时加大宣传力度，让普惠金融更好地发挥“普惠”作用，切实提升权威性、认同度。

（三）关注其他因素与数字普惠金融的共同影响，充分发挥数字普惠金融对居民消费带动作用

前文讨论结果显示，发展数字普惠金融有利于提高居民收入，居民人均收入水平的提高对于居民消费支出水平的提高有着显著的促进作用。同时，普惠金融的发展会刺激边际消费倾向，且对消费水平越高的群体，其产生的刺激效应就越强。此外，人口结构、实际利率等因素也对居民消费支出有着潜移默化地影响，因而在发展数字普惠金融过程中，还要密切关注其他指标与数字普惠金融的共振影响，利用好协同放大效应，以前瞻性、全局性的眼光，统筹我国各地区之间经济发展、城乡发展，加快推进数字普惠金融在各地区、城乡之间的平衡发展。拓宽数字普惠金融发展广度，适时推进数字普惠金融发展深度，努力缩小城乡收入差距，解决资本“下不来、留不住”等问题，打好脱贫攻坚战。

（四）密切关注、及时研判潜在风险，维护辖区金融安全稳定

随着数字普惠金融的不断发展，伴随着而来的流动性风险、信用风险、用户安全风险以及其他潜在风险因素也需要监管部门密切关注、及时研判，以更好地支持数字普惠金融发展，维护辖区金融秩序。因而，要建立与数字普惠金融相适应的监管体系，严格准入门槛，完善应急预案，鼓励行业自律，促进行业健康发展。完善立法监管，加强信息披露，努力减少信息不对称，建立健全穿透式监管模式，最大限度避免监管盲区，树立危机意识，守住不发生系统性金融风险的底线；强化消费者普及力度，切实提高社会公众认知，充分发挥数字普惠金融的正向普惠效应。健全基础设施，保质增效，努力减少道德风险，完善现代化信息共享体系建设，明晰行业边界，在创新发展和风险防控间找到平衡点，推动数字普惠金融发展，发挥数字普惠金融发展对于促进居民消费的正向激励作用。